[发明专利]用于基于视觉背景无关语法模型推断场景的系统和方法

权利要求书

1.一种用于确定场景的类型的、在至少一个机器上实现的方法，该机器包含至少一个处理器、存储器和能够连接到网络的通信平台，该方法包含：

接收由照相机获取的关于场景的图像数据；

从图像数据中检测场景中存在的一个以上的对象；

基于一个以上的对象识别模型来分析所述一个以上的对象，以识别所述一个以上的对象；

基于图像数据，确定所述一个以上的对象之间的空间关系；以及

根据至少一个场景背景无关语法模型，基于所述一个以上的对象及其空间关系，推断场景的类型。

2.权利要求1的方法，其中，场景进一步包括参与与机器的对话的用户。

3.权利要求2的方法，其中，场景的类型一旦基于至少一个场景背景无关语法模型推断出，将被机器用于促进对话控制。

4.权利要求1的方法，还包含：

接收与不同场景有关的训练数据，其中，训练数据包括与各个训练场景中的对象及其空间关系有关的信息；以及

基于训练数据，对至少一个场景背景无关语法模型进行机器学习。

5.权利要求1的方法，其中，每个场景背景无关语法模型对应于一种类型的场景，其由以下至少一者表征：

第一类型的节点，其表征第一对象并规定多个子对象，所述多个子对象需要全部在场景中存在以便使场景满足该类型的条件；以及

第二类型的节点，其表征在场景中存在的第二对象，并规定对象的多个替代性实例。

6.权利要求5的方法，其中，场景背景无关语法模型进一步包含在场景中检测的不同对象的所需要的空间邻近关系以及在场景中检测的不同对象的所需要的空间布置的表征。

7.权利要求5的方法，其还包含基于检测到的一个以上的对象更新与场景对应的3D空间占据记录。

8.一种机器可读的非暂时性介质，其上记录有用于确定场景的类型的信息，其中，该信息在被机器读取时，使得机器执行：

接收由照相机获取的关于场景的图像数据；

从图像数据中检测场景中存在的一个以上的对象；

基于一个以上的对象识别模型来分析所述一个以上的对象，以识别所述一个以上的对象；

基于图像数据，确定所述一个以上的对象之间的空间关系；以及

根据至少一个场景背景无关语法模型，基于所述一个以上的对象及其空间关系，推断场景的类型。

9.权利要求8的介质，其中，场景进一步包括参与与机器的对话的用户。

10.权利要求9的介质，其中，场景的类型一旦基于至少一个场景背景无关语法模型推断出，将被机器用于促进对话控制。

11.权利要求8的介质，其中，信息在被机器读取时进一步使得机器执行：

接收与不同场景有关的训练数据，其中，训练数据包括与各个训练场景中的对象及其空间关系有关的信息；以及

基于训练数据，对至少一个场景背景无关语法模型进行机器学习。

12.权利要求8的介质，其中，每个场景背景无关语法模型对应于一种类型的场景，其由以下至少一者表征：

第一类型的节点，其表征第一对象并规定多个子对象，所述多个子对象需要全部在场景中存在以便使场景满足该类型的条件；以及

第二类型的节点，其表征在场景中存在的第二对象，并规定对象的多个替代性实例。

13.权利要求12的介质，其中，场景背景无关语法模型进一步包含在场景中检测的不同对象的所需要的空间邻近关系以及在场景中检测的不同对象的所需要的空间布置的表征。

14.权利要求12的介质，其中，信息在被机器读取时进一步使得机器执行：基于检测到的一个以上的对象更新与场景对应的3D空间占据记录。